Данные временных рядов

В этом примере используется anfis предсказать временной ряд, генерируемый следующим дифференциальным уравнением задержки по времени Макки-Гласса (MG).

Этот временной ряд хаотичен без четко определенного периода. Серия не сходится и не расходится, а траектория сильно чувствительна к начальным условиям. Эта задача эталона используется в нейросетевых и нечетких моделирующих исследовательских сообществах.

Для получения значения временного ряда в целых точках использовали метод Рунге-Кутты четвертого порядка, чтобы найти численное решение предыдущего уравнения MG. Предполагалось, что $$x\mathrm{(}0)\mathrm{}=\mathrm{}$$1,2$$,\mathrm{start=}\mathrm{}$$17 $$иx\mathrm{}$$(t) = $$0\mathrm{}$$для t < 0. Результат был сохранен в файлеmgdata.dat.

Загрузите и постройте график временных рядов MG.

load mgdata.dat
time = mgdata(:,1);
x = mgdata(:, 2);
figure(1)
plot(time,x)
title('Mackey-Glass Chaotic Time Series')
xlabel('Time (sec)')
ylabel('x(t)')

Данные предварительной обработки

При прогнозировании временных рядов используются известные значения временных рядов до момента времени $$t$$, чтобы предсказать значение в какой-то момент в будущем $$t+$$P. Стандартный метод для этого типа прогнозирования заключается в создании отображения $$\mathrm{из}$$ D точек данных выборки, дискретизированных $$\mathrm{через\; каждые}$$ Δ единиц во времени $$(x(t-\mathrm{}(D-1)\Delta ),...,x($$t-Δ), x (t)) к прогнозируемому $$\mathrm{будущему}$$значению x = (t + P). Следуя обычным установкам для прогнозирования $$временного\mathrm{}$$